NVIDIA ロードショー：売上高1000億ドル迫る、Rubin Ultraは予定通り進行

はじめに

NVIDIAは先日、モルガン・スタンレーがカリフォルニアで開催した特別ロードショーにおいて、投資家を悩ませてきた最近の疑問—Rubin Ultraのロードマップ延期の有無、カスタムASICがGPU市場シェアを侵食しているか、そして四半期売上高が1000億ドルに迫る中で成長を維持できるか—に回答した。

華爾街見聞が報じたロードショーの議事録によると、NVIDIAの回答は明確だった。成長はまだ天井に達しておらず、経営陣は成長が加速していると認識しているという。

CEOのジェンスン・フアン氏、CFOのコレット・クレス氏、そしてIR・戦略資金調達担当バイスプレジデントのトシヤ・ハリ氏が、機関投資家との面会に同席した。この経営陣の布陣により、本イベントは通常の投資家コミュニケーションとは一線を画し、製品のリズム、競争環境、供給制約、AIインフラ支出の持続可能性などに関する懸念に、同社が直接対応する場となった。

モルガン・スタンレーのアナリスト、ジョセフ・ムーア氏は今回の会合のトーンを高く評価した。同社はNVIDIAを半導体銘柄の最優先株とし、「オーバーウエイト」の格付けを維持している。

Rubin Ultra延期の噂？ NVIDIA：「ロードマップに変更なし」

ロードショー以前には、Rubin Ultraが2028年に延期される可能性があるとの市場の噂が流れていた。

報道によれば、フアン氏は面会でこの解釈を直接否定した。モルガン・スタンレーの議事録によると、Rubin Ultraは依然として2027年の出荷を見込んでいる。

ラックアーキテクチャにはいくつかの調整が加えられている。従来のKyber設計は、NVIDIAがより優れたと判断した構成に置き換えられつつあり、これによりより大規模なコンピューティングドメインが実現する可能性がある。しかし、ロードショーではこれをアーキテクチャの最適化と位置づけ、スケジュールの変更ではないと説明した。

重要なインフラ作業は引き続き進行中である：

• 800ボルト直流電源
• ラックレベル液冷
• ラック間光相互接続
• 高密度コンピューティングドメイン
• Rubin Ultraのシステムレベルの最適化

NVIDIAの公開ロードマップも2027年のスケジュールを支持している。同社の公式インフラ資料によると、Kyberは576個のRubin Ultra GPUを収容するために設計されたラック世代であり、目標時期は2027年とされている。NVIDIAはまた、800ボルト直流電源への移行が、このラック密度レベルを支える前提条件であると公に議論している。

この区別は極めて重要である。ラックを再設計すればシステムの形状は変わるが、基盤となる製品世代が遅れるわけではない。ロードショーの議事録によれば、NVIDIAはこの調整を、Rubin Ultraのロードマップの再設定ではなく、導入アーキテクチャの最適化と位置づけている。

特定のASIC顧客がNVIDIAコンピューティングの約50％にシフト

ロードショーで最も注目を集めた詳細の一つは、NVIDIAのAIラボ顧客に関するものだった。

モルガン・スタンレーは、AIラボが現在NVIDIAの総需要の約20％を占めると試算している。ほとんどの先端モデル開発者は既にNVIDIAのインフラに大きく依存しているが、ある主要顧客はこれまで主にカスタムASICハードウェアに基づいてモデルを開発しており、NVIDIAの関与は極めて低かった。

ロードショーの報道によると、現在、この顧客のコンピューティングインフラにおけるNVIDIAのシェアは約50％にまで上昇している。

モルガン・スタンレーは顧客名を公開していない。情報源の記事によると、この記述は、Amazonと密接な関係にありAWS Trainiumチップを使用しているAnthropicを指している可能性がある。ただし、この判断は依然として市場の推測であり、NVIDIA、モルガン・スタンレー、Amazon、Anthropicのいずれからの確認開示もない。

顧客名が明かされていないとはいえ、この変化は投資家の重要な懸念の一つに応えるものである。カスタムチップが必ずしもNVIDIAのGPUを直接置き換えるわけではないということだ。

ハイパースケール・クラウドプロバイダーやAIラボは、自社のASICを開発すると同時に、NVIDIAのインフラを大量に調達し続けることができる。最終的な決定は、単一アクセラレータの価格ではなく、ワークロード全体の経済性に基づいて行われる。

トークンあたりの総コストがチップ価格よりも重要

モルガン・スタンレーは、顧客は最終的に生成トークンの総コストを比較すると考えている。

この計算には、チップの購入価格だけでなく、以下の要素が含まれる：

• トレーニングと推論のパフォーマンス
• メモリ帯域幅
• ネットワーク効率
• クラスター稼働率
• ソフトウェアの成熟度
• 開発者の生産性
• 消費電力
• 導入までの時間
• 大規模環境での信頼性

この投資銀行の業界調査によると、多くのワークロードにおいてNVIDIAは継続的に低いトークンあたり単価を実現しているという。このことが、カスタムASICの採用とNVIDIAの市場シェア拡大が同時に起こりうる理由を説明する一助となっている。

ムーア氏はまた、主要クラウド企業がカスタムチップ計画を拡大しているにもかかわらず、2024年から2026年にかけて、AIコンピューティング全体におけるNVIDIAのシェアは依然として上昇していると主張した。

これはASIC競争が無意味であることを意味するわけではない。市場の成長が十分に速く、ワークロードが十分に多様であるため、複数のアーキテクチャが同時に拡大し、かつNVIDIAが強固な地位を維持できることを示している。

成長の多様化が進展

ロードショーでは、NVIDIAの需要を3つの成長エンジンに分類した。

1. AIラボ

モルガン・スタンレーによると、AIラボは総需要の約20％を占める。

大手先端モデル開発者は依然としてNVIDIAプラットフォームに深く依存している。一方、以前はカスタムASICに依存していた顧客がGPUの導入を増やしているようだ。

この分野は以下の要因によって牽引されている：

• 先端モデルの事前学習
• 事後学習と強化学習
• 長コンテキスト推論
• エージェント型AIワークロード
• 研究実験
• プロダクション推論の急速な拡大

需要パターンは、少数のトレーニングクラスターにとどまらず、より広範なものになっている。推論やエージェント型ワークロードは、モデルの利用拡大に伴い、継続的な容量増加を必要とする。

2. 従来型ハイパースケール・クラウドプロバイダー

ロードショーの枠組みでは、従来型ハイパースケール・クラウドプロバイダーがNVIDIAの売上の約半分を占める。

マイクロソフト、メタ、アマゾン、グーグルは依然として最大の顧客群である。これらの企業の拡大は、需要不足ではなく、物理的インフラの制約によってますます制限されている。

主な制約は以下の通り：

• 電力の利用可能性
• 送電網への接続
• 土地
• データセンター建設
• 冷却
• メモリ供給
• ネットワーク機器
• 導入リードタイム

このグループにおけるNVIDIAの機会はGPUの枠を超えている。同社は、CPU、ネットワーク、相互接続、ストレージアクセラレーション、ラックレベルアーキテクチャを含む、より幅広いシステムを販売している。

3. 新興AIクラウド、主権AI、産業・エンタープライズ顧客

第3の成長エンジンには、新興AIクラウドプロバイダー、主権AIプロジェクト、産業企業、エンタープライズ顧客が含まれる。

モルガン・スタンレーは、特定の期間において、これらの顧客は従来型ハイパースケール・クラウドプロバイダーよりも速く成長する可能性があると予想している。これらの買い手は、各層を自社で構築するよりも、完全で統合されたインフラを購入する傾向が強いためである。

彼らの購買意思決定は以下の要因に影響される：

• 電力とデータセンタースペースの制限
• より迅速な導入の必要性
• データ主権要件
• 国家安全保障と産業政策の考慮事項
• 実績のあるフルスタックシステムへの選好
• 社内でハイパースケールAIクラスターを運用する経験の限界

主権AIは特に重要である。政府や地元産業は、機密情報や戦略技術の管理を維持するため、ローカルの計算能力、国家データセット、特定国向けのモデルを構築している。

これらのプロジェクトは通常、買い手が自社のチップ開発計画を持っていないため、ハイパースケールが設計するASICとの競争の影響を受けにくい。

CPUとネットワークがNVIDIAの市場領域を拡大

NVIDIAはもはや、単独のGPUベンダーとして自社を位置づけていない。

同社は以下の分野をカバーするAIインフラストラクチャプラットフォームを構築している：

• GPU
• CPU
• NVLink拡張相互接続
• イーサネットとInfiniBandネットワーク
• データ処理ユニット
• ストレージアクセラレーション
• ラックアーキテクチャ
• システムソフトウェア

このより広範なプラットフォームにより、NVIDIAは各AIファクトリーから得られる収益を拡大している。

Vera CPUが重要な事業となる可能性

ロードショーでは、現在の会計年度におけるNVIDIAのCPU事業の目標として約200億ドルが改めて示されたと報じられている。

モルガン・スタンレーによると、このうち約半分の収益は、GPUシステム内のホストCPUとして使用される部分だけでなく、スタンドアロンのCPUラックからもたらされる可能性がある。

これは製品の役割の重要な拡大である。

Vera CPUは、AIモデル周辺の制御集約型かつレイテンシーに敏感な作業のために設計されており、以下のものが含まれる：

• コード実行
• ツール使用
• サンドボックス分離
• 分析
• データパイプライン
• 強化学習環境
• ワークフローオーケストレーション

NVIDIAの公式仕様では、Veraは88個のカスタムOlympusコアを採用し、176スレッドをサポートすると説明されている。そのアーキテクチャは、エージェントやAIファクトリーのワークロードに対応するため、高いシングルスレッド性能とメモリ効率を優先している。

VeraがホストCPUとしても、スタンドアロンのデータセンタープロセッサとしても成功すれば、NVIDIAはサーバー市場でさらに大きなシェアを獲得できるだろう。

クラスター規模の拡大に伴い、ネットワーク価値が向上

ネットワークも主要な成長要因の一つである。

AIクラスターの規模が拡大するにつれ、GPU間のデータ転送が重要なボトルネックとなっている。高価なアクセラレーターがデータ待ちや同期に時間を費やしすぎると、効率的に動作できない。

NVIDIAは以下の技術で対応している：

• NVLinkによる拡張接続
• Spectrum-XおよびSpectrum-6イーサネット
• Quantum InfiniBand
• ConnectX SuperNICs
• BlueFieldデータ処理ユニット
• 光ネットワーク技術

2027会計年度第1四半期の業績は、この分野での急成長を示している。NVIDIAのデータセンターネットワーク収入は148億ドルで、前年同期比199％増、前期比35％増となった。

これは、ロードショーの核となる論点を裏付けている。NVIDIAの成長は、もはやGPUチップの販売増加にとどまらず、完全なシステムの販売にますます依存しているということだ。

NVIDIAがバリュー投資家を引き付け始めている

モルガン・スタンレーは、NVIDIAの投資家向けコミュニケーション方法の変化にも注目している。

同社は従来、グロースファンドによって大量に保有されてきた。一部の機関投資家にとって、NVIDIAはすでに内部保有上限に達しているか、それに近い状態であり、これらの投資家がエクスポージャーを増やすことは困難になっている。

次の買い手層には、以下の指標をより重視するバリュー投資家が含まれる可能性がある：

• フリーキャッシュフロー
• 自社株買い
• 配当
• 資本還元
• 収益の持続可能性
• 長期的な市場構造

ムーア氏は、NVIDIAが最終的にはキャッシュフローの半分以上を自社株買いと株主還元に充てる可能性があると予測している。

NVIDIAの最近の資本配分決定により、この論点の信頼性は高まっている。2026年5月、同社は800億ドルの新たな自社株買い承認を発表し、四半期現金配当を増額した。

バリュー投資論は成長論に取って代わるものではない。むしろ、NVIDIAは次の二つの側面を同時に提示しようとしている：

1. 収益と利益は依然として急速に拡大している。
2. 同社が生み出すキャッシュフローは、株主へのさらなる資本還元を可能にする。

この組み合わせにより、同株の投資家基盤は拡大する可能性がある。

四半期収益が1000億ドルに迫る

「1000億ドルに迫る」という表現は、もはや理論上のものではない。

NVIDIAは2027会計年度第1四半期の収益を816億ドルと報告し、前期比20％増、前年同期比85％増となった。同社の次四半期の公式見通しは910億ドル（上下2％の変動幅）である。

モルガン・スタンレーのロードショーレポートによると、経営陣は引き続き、この規模でも成長が加速している事業として自社を位置づけている。

これが投資ロジックの背後にある重要なポイントである。NVIDIAは単に四半期収益を数十億ドル単位で増やしているだけでなく、複数の市場が同時に成長しているため、拡大速度は依然として高い：

• ハイパースケールAIファクトリー
• 最先端モデルラボ
• プロダクション推論
• 新たなGPUクラウド
• 主権AI
• 企業および産業用AI
• CPU
• ネットワーク
• ストレージおよびシステムインフラストラクチャ

課題は、需要を納品可能なシステムに変換することである。収益は、メモリ、ネットワークコンポーネント、電力、冷却、データセンタースペース、および完全なラックの可用性に依存する。

力強い成長予想だが、バリュエーションと供給も依然重要

モルガン・スタンレーはロードショーレポートで、「オーバーウエート」のレーティングと288ドルの目標株価を維持した。

元記事では、NVIDIAの7月9日の終値202.78ドルが使用されており、これは目標株価に対して約42％の上昇余地を意味する。また、当時の時価総額約4.97兆ドルも引用されている。

これらの市場データは時点情報であり、元の公開日におけるスナップショットとして見なされるべきである。

ムーア氏が予測した収益成長率は以下の通りである：

これらはアナリストの推計であり、NVIDIAのガイダンスではない。

投資論点は、いくつかの前提に基づいている：

• 生成AIが引き続きクラウドへの設備投資を促進する。
• Blackwellは、現在のワークロードにおいて主要プラットフォームであり続ける。
• Vera RubinとRubin UltraがNVIDIAの性能優位性を継続する。
• カスタムASICが採用されても、NVIDIAは強力なシェアを維持する。
• CPUとネットワークの収益は引き続き拡大する。
• サプライチェーンは過剰在庫を生み出すことなく、需要に対応できる。

主要なリスクは消えていない

モルガン・スタンレーはまた、見通しを弱める可能性のあるリスクを強調している。

これらには以下が含まれる：

• 供給が予想よりも早く需要に追いつく
• AI開発コストの急激な低下
• 競合他社のチップメーカーによる、より競争力のある製品
• 顧客によるカスタムハードウェアのより迅速な導入
• 電力、メモリ、ネットワーク、建設の制約
• 成長鈍化時のバリュエーション圧力

特に重要なリスクは、供給不足から均衡への移行である。

需要が供給を大幅に上回っている場合、メーカーは強力な価格決定力を持ち、顧客はキャパシティを奪い合う。供給が急拡大しすぎると、データセンターの成長は投資家の予想よりも急激に減速する可能性がある。

カスタムチップのリスクも依然として現実的である。Google、Amazon、Microsoft、Meta、その他の大口顧客は、自社のワークロードに最適化されたハードウェアを開発する強力な動機を持っている。

NVIDIAの防御策は、より高速なGPUだけではない。

それは、ソフトウェアエコシステム、ネットワーク、CPU、ラック設計、導入速度、およびトークンあたりの総コストを総合した経済性である。

真の制約は、完全なAIシステムの納品にある

ロードショーで伝えられたより広範なメッセージは、AIインフラへの需要は依然として強いということである。

NVIDIAの現在の問題は、顧客にAIコンピューティングの有用性を納得させることではなく、巨大な需要を、さまざまな物理的制約の下で動作可能なシステムに変換することである。

現在の制約要因には以下が含まれる：

• 高帯域幅メモリ
• ネットワーク容量
• 発電と配電
• 冷却インフラ
• データセンター建設
• 光学部品
• ラック統合
• 顧客導入の準備状況

このため、NVIDIAはアーキテクチャ全体への投資を継続している。

一つのGPUは、動作可能なシステムに組み込まれ、メモリとネットワークに接続され、十分な電力が供給され、準備の整ったデータセンターに設置されて初めて収益を生み出す。

Rubin Ultraの800 VDCおよびKyberアーキテクチャは、この変革を示している。AIコンピューティングの次の段階は、半導体の問題だけでなく、インフラエンジニアリングの問題でもある。

よくある質問

NVIDIAのRubin Ultraは延期されたのか？

モルガン・スタンレーのロードショーレポートによると、NVIDIAはRubin Ultraの2028年への延期を否定し、2027年の出荷スケジュールを維持している。NVIDIAの公開インフラストラクチャロードマップでも、Rubin Ultra GPUを搭載したKyberシステムが2027年に登場すると説明されている。

Vera RubinとRubin Ultraの違いは何か？

Vera Rubinは、NVIDIAの現在の次世代AIプラットフォームであり、Rubin GPU、Vera CPU、NVLink、ネットワーク、およびストレージインフラを組み合わせたものである。一方、Rubin Ultraは、Kyberラックアーキテクチャと800 VDC電源システムに基づいて提供される、より高密度な後継製品である。

NVIDIAの四半期収益がなぜ1000億ドルに近づいているのか？

NVIDIAは2027会計年度第1四半期の収益を816億ドルと報告し、次四半期の収益を910億ドルと予測している。成長の原動力は、ハイパースケールクラウドプロバイダー、AIラボ、新たなクラウドサービスプロバイダー、主権AIプロジェクト、ネットワーク、CPU、および完全なAIファクトリーシステムである。

カスタムASICはNVIDIAのGPUに取って代わるのか？

カスタムASICは拡大しているが、両者は単純な代替関係ではない。顧客は特定のワークロードに独自のアクセラレーターを使用する一方で、特にソフトウェアの成熟度、柔軟性、ネットワーク、またはトークンあたりの総コストにおいて優位性がある場合には、NVIDIAシステムを引き続き導入する可能性がある。

どの顧客がNVIDIAのコンピューティングシェアを50％近くに引き上げたのか？

モルガン・スタンレーはロードショーの記録の中で、その顧客名を明らかにしていない。元の記事はAnthropicである可能性を示唆しているが、これは推測に基づく判断であり、関連企業による確認は得られていない。

主権AIとは何か？

主権AIとは、各国が自国のインフラストラクチャ、データ、人材、および国内エコシステムを活用してAIを構築および運用する能力を指す。このようなプロジェクトは、地元のAIファクトリー、国家モデル、および安全なコンピューティング能力への需要を生み出す可能性がある。

NVIDIAがなぜCPUとネットワーク分野に進出するのか？

大規模なAIクラスターには、アクセラレーターだけでは不十分である。CPUはデータパイプライン、ツール、オーケストレーション、およびエージェントワークロードの管理を担当し、高速ネットワークは数千ものGPUの同期と完全な活用を可能にする。

この記事は投資アドバイスか？

いいえ。本稿で言及されているアナリストのレーティング、目標株価、予測は、元のレポートの説明を目的としたものである。

市場にはリスクが伴うため、読者は投資判断を下す前に、自身の目標、財務状況、リスク許容度を評価する必要があります。

関連ツール

• NVIDIA Vera Rubin プラットフォーム：大規模トレーニング、推論、エージェント型AI、科学計算向けのNVIDIAフルスタックプラットフォーム。
• NVIDIA Vera CPU：エージェント型ワークロード、強化学習、オーケストレーション、AIファクトリー運用向けに設計されたデータセンターCPU。
• NVIDIA Spectrum-X：分散型AIインフラを拡張するためのイーサネットネットワーキングプラットフォーム。
• NVIDIA NVLink：GPUとCPUを大規模に接続するNVIDIAの高帯域幅インターコネクト技術。
• NVIDIA BlueField：ネットワーク、セキュリティ、分離、データ転送を実現するデータ処理・ストレージインフラ。

関連リンク

• NVIDIA 2027会計年度第1四半期業績：公式の収益、データセンター、ネットワーキング、業績見通し、資本還元データ。
• NVIDIA、Rubinプラットフォームを発表：Rubin GPU、Vera CPU、NVLink 6、BlueField-4、Spectrum-6アーキテクチャの公式概要。
• NVIDIA Vera Rubin プラットフォーム概要：Vera Rubinシステムおよび関連インフラの公式製品情報。
• NVIDIA Kyber と 800 VDC インフラ：Kyberラック、800 VDC電源、2027年のRubin Ultraロードマップに関するNVIDIAの説明。
• NVIDIA 800 VDC 技術アーキテクチャ：将来の高密度AIファクトリーにおける電力伝送の技術詳細。
• NVIDIA 財務報告：NVIDIAの業績と投資家向け開示の公式アーカイブ。
• NVIDIA Sovereign AI 概要：NVIDIAによるSovereign AIおよび国家AIインフラの定義。

要約

モルガン・スタンレーによるNVIDIAのロードショー議事録によると、同社の成長は単一化ではなく多様化に向かっています。AIラボ、ハイパースケーラークラウドプロバイダー、新興AIクラウド、Sovereign AIプロジェクト、CPU、そしてネットワーキング事業が、次の成長フェーズを牽引しています。

Rubin Ultraの遅延に関する噂は否定され、NVIDIAが既に示した2027年のロードマップが支持されました。同時に、大型ラック、800 VDC電源、光インターコネクト、完全なAIシステムへの移行は、今後の成長がチップ設計だけでなく、インフラエンジニアリングにも依存することを示しています。

カスタムASICは依然として重要な競争リスクですが、ロードショーでは、その採用が単純な代替サイクルではないことが示唆されました。顧客は、ソフトウェア、ネットワーキング、利用率、トークンあたりのコストを含む、ワークロード全体の経済性を評価しています。

NVIDIAの中核的な課題は、もはやAI需要の存在を証明することではなく、その需要を、大規模に電力供給、冷却、相互接続、納品、運用可能な完全なシステムへと転換することです。